Guida pratica ai test A/B per il PPC (+5 idee da testare)

Introduzione

Il PPC A/B Testing è un modo potente per migliorare l'efficacia delle campagne pubblicitarie.

In questa guida pratica scoprirete cos'è l'A/B testing per il PPC e imparerete a conoscere i diversi tipi di test e le statistiche necessarie per prendere decisioni basate sui dati. Imparerete anche come impostare il vostro primo test A/B e otterrete idee pratiche ad alto impatto da provare.

Che cos'è il test A/B per il PPC?

L'A/B testing per il PPC è un metodo per testare 2 o più varianti di elementi della campagna pubblicitaria, come il testo dell'annuncio, le pagine di destinazione o il targeting, con l'obiettivo di fornire una prova statistica per diverse ipotesi, che possono essere sfruttate per perfezionare le campagne e migliorare i risultati.

Sebbene non sia del tutto diverso dall'A/B test delle landing page o delle e-mail, l'A/B test del PPC richiede un approccio dedicato a causa delle limitazioni delle piattaforme pubblicitarie, della varianza delle dimensioni del campione e del rischio di influenzare le prestazioni complessive delle campagne.

Tipi di test PPC

Esistono quattro tipi principali di test A/B nel PPC:

• Test A/B

  Un test A/B è un esperimento con un'ipotesi che vi porta a modificare un singolo elemento della vostra campagna pubblicitaria e a testarlo rispetto alla variante di controllo originale. È il tipo di test più comune che vi aiuta a restringere il campo a elementi specifici e a perfezionare le vostre campagne.

  Esempio di A/B test: testare 2 annunci di testo con spedizione gratuita vs. 15% di sconto come offerta principale.

• Test multivariati

  Incontrare Ranktracker

  La piattaforma all-in-one per un SEO efficace

  Dietro ogni azienda di successo c'è una forte campagna SEO. Ma con innumerevoli strumenti e tecniche di ottimizzazione tra cui scegliere, può essere difficile sapere da dove iniziare. Ebbene, non temete più, perché ho quello che fa per voi. Vi presento la piattaforma Ranktracker all-in-one per una SEO efficace.

  Abbiamo finalmente aperto la registrazione a Ranktracker in modo assolutamente gratuito!

  Creare un account gratuito

  Oppure accedi con le tue credenziali

  Un test multivariato è un esperimento con più ipotesi e più modifiche. Con questo metodo, si testano diverse combinazioni di piccole modifiche apportate alla variante di controllo. Uso raramente questo tipo di test perché richiede la dimensione del campione più alta (spesso impossibile per il PPC) di tutti e quattro i tipi di test e genera l'aumento minore dei risultati, riducendo così il livello di confidenza (vedere le mie definizioni di dimensione del campione, aumento e livello di confidenza nella prossima sezione).

  Esempio di test multivariato: testare 4 creatività con diverse combinazioni di titoli e immagini.

• Test A/B/n

  Anche un test A/B/n è un esperimento con più ipotesi e più varianti. Tuttavia, a differenza del test multivariato, le varianti possono essere completamente diverse tra loro. È uno dei tipi di test che uso spesso per i nuovi account o le nuove campagne in cui non sono disponibili dati storici e voglio testare configurazioni o combinazioni di elementi completamente diversi piuttosto che restringere la selezione con i test A/B o multivariati.

  Esempio di A/B/n testing: testare 2+ set di creatività con layout e/o landing page completamente diversi.

• Test sequenziali

  Un test sequenziale è un tipo di test A/B che testa le varianti degli elementi della campagna in fasi o sequenze. Una sequenza può essere di 2 settimane, 1 mese o più (non consiglio di eseguire un test per meno di 2 settimane). Questo è il tipo di test meno preferito, poiché l'esecuzione di un test in periodi di tempo diversi introduce fattori esterni che non si possono controllare, come la stagionalità, la varianza delle dimensioni del campione e la deviazione del target. Tuttavia, è anche un tipo di test comune, poiché non tutte le piattaforme PPC offrono tutte (o nessuna) funzionalità di A/B testing.

  Esempio: test dell'offerta Massimizza conversioni vs. Massimizza valore di conversione in Google Ads

In uno scenario ideale, tutti i test dovrebbero essere eseguiti nella seguente sequenza:

1. Test A/B/n per trovare la configurazione che funziona meglio
2. Test A/B per restringere e perfezionare la vostra configurazione
3. Test multivariati per restringere ulteriormente la configurazione
4. Test sequenziali per testare gli elementi in ordine sequenziale quando non esiste un'adeguata funzionalità di test A/B.

Statistiche dei test A/B

Affinché i test A/B forniscano dati statisticamente significativi, informino le vostre decisioni e portino a miglioramenti nel PPC, ci sono 4 statistiche chiave da considerare:

• Dimensione del campione

  Incontrare Ranktracker

  La piattaforma all-in-one per un SEO efficace

  Dietro ogni azienda di successo c'è una forte campagna SEO. Ma con innumerevoli strumenti e tecniche di ottimizzazione tra cui scegliere, può essere difficile sapere da dove iniziare. Ebbene, non temete più, perché ho quello che fa per voi. Vi presento la piattaforma Ranktracker all-in-one per una SEO efficace.

  Abbiamo finalmente aperto la registrazione a Ranktracker in modo assolutamente gratuito!

  Creare un account gratuito

  Oppure accedi con le tue credenziali

  Nel PPC, la dimensione del campione è la quantità di traffico che dovete generare affinché i risultati del test siano rappresentativi del vostro pubblico. Per le metriche a livello di annuncio (come il CTR o il tasso di visualizzazione), le impressioni saranno la fonte dei vostri campioni, ma per le metriche specifiche della conversione (come il tasso di conversione, il costo/conv. o il ROAS) dovrete scegliere i clic. In generale, maggiore è la dimensione del campione, maggiore sarà l'accuratezza del test.

• Aumento previsto

  Una previsione su come una modifica testata influirà sulla metrica finale, espressa in percentuale e compresa tra 0 e 100%. Ad esempio, sulla base dei dati storici e delle ricerche sulla conversione, si potrebbe prevedere che una modifica dell'offerta principale, da 10% di sconto a spedizione gratuita, aumenterà il tasso di conversione del 30%.

• Valore P

  Siamo nel territorio della statistica avanzata. In parole povere, il valore p aiuta a determinare se i risultati si discostano significativamente da ciò che ci si aspetterebbe, o quanto siano statisticamente significativi i risultati. Il valore varia da 0 a 1 e più è piccolo, più i risultati sono statisticamente significativi.

• Livelli di fiducia

  I livelli di confidenza o gli intervalli di confidenza sono una misura della certezza dei risultati dei test. Ad esempio, un livello di confidenza del 95% significa che se ripetiamo lo stesso test più volte, il 95% dei test produrrà risultati simili.

Perché i test PPC A/B sono importanti?

I test A/B interessano 3 aree chiave delle vostre campagne PPC:

1. Risultati

   Quando si lavora su campagne PPC, ci si trova costantemente di fronte alla domanda "La cosa A funzionerà meglio della cosa B?" (sostituire "cosa" con campagna/ad/copy/audience/angolo/etc.). Il test A/B vi fornisce un modo per rispondere a queste domande, testare diverse ipotesi e, in ultima analisi, migliorare i risultati.

2. Struttura

   Se, come me, avete avuto la sensazione che alcune delle vostre ottimizzazioni fossero troppo ad hoc, reattive ai dati a disposizione o addirittura cosmetiche, l'A/B testing è l'approccio che vi aiuterà ad aggiungere più struttura. Può aiutarvi a creare "punti d'appoggio" per le prestazioni (ipotesi comprovate) e a concentrarvi sulla ricerca delle opportunità di ottimizzazione di maggiore impatto, anziché su modifiche cosmetiche.

3. Comunicazione e coinvolgimento

   Se siete un'agenzia o uno specialista interno, è probabile che abbiate avuto problemi di comunicazione e coinvolgimento con i clienti o i dirigenti. I test A/B possono aiutare a risolvere alcuni di questi problemi, in quanto offrono un ulteriore livello di trasparenza, consapevolezza e coinvolgimento. Se non altro, vi permette di dare una risposta rapida se qualcuno vi chiede: "Avete testato un pulsante verde?" :)

Che cosa si può testare con A/B?

Decidere cosa testare nelle campagne PPC è fondamentale. Consiglio di iniziare con gli elementi che, se migliorati, potrebbero avere il massimo impatto sui risultati.

1. Creativi

   Esempi: layout, schema di colori, modello o non modello, video short-form o long-form, UGC o risorse proprie.

2. Offerta

   Esempi: spedizione gratuita vs. sconto, bonus gratuito vs. scarsità, prova gratuita vs. freemium, garanzia vs. nessuna garanzia, webinar vs. ebook.

3. Inserimento degli annunci

   Esempi: Facebook vs. Instagram, mobile vs. desktop, ricerca vs. partner di ricerca.

4. Copione pubblicitario

   Esempi: Copia in forma lunga o breve, elenco puntato o paragrafo, includere la parola "gratis" o meno, benefici o autorità.

5. Targeting

   Esempi: nuove parole chiave, targeting stretto vs. ampio, lookalike vs. freddo, pubblico di remarketing più vecchio vs. più giovane, parole chiave a corrispondenza di frase vs. ampia, targeting di località stretto vs. ampio.

6. Tipi di campagne/annunci

   Esempi: DSA vs. campagne di ricerca normali, campagne di remarketing dinamico vs. remarketing normale, lead ads vs. messenger ads.

7. Assegnazione del budget

   Esempi: più budget per la campagna 1 rispetto alla campagna 2, più budget per il remarketing rispetto all'acquisizione, più budget per Performance Max rispetto a Shopping.

8. Pagine di destinazione

   Esempi: layout, immagini vs. video, inserimento dinamico di parole chiave, titoli, moduli, riprova sociale, corrispondenza del messaggio tra ad e landing page.

9. Strategie di offerta

   Esempi: Massimizzare le conversioni vs. massimizzare il valore della conversione, target di CPA, target di ROAS, massimo volume vs. massimo valore.

10. Struttura della campagna

    Esempi: Struttura ampia (o Hagakure) vs. granulare, campagne più dinamiche/automatizzate vs. meno, best-performer vs. low-performer, SKAG.

Come effettuare il test A/B delle campagne PPC

Impostazione del test A/B

Una volta stilato un elenco di idee da sottoporre a test A/B, è il momento di formulare ipotesi e decidere gli approcci e gli strumenti.

Ipotesi

L'ipotesi è il presupposto che si sta cercando di verificare con l'esperimento. Esprime l'effetto che vi aspettate di vedere apportando un cambiamento, come la revisione della copia dell'annuncio, la modifica della creatività dell'annuncio o l'ampliamento del targeting. Per strutturare le mie ipotesi, mi piace fare riferimento all'Hypothesis Kit V4 di Craig Sullivan:

1. Sulla base di (dati/ricerca/osservazione)
2. crediamo che (cambiamento)
3. per (popolazione)
4. causerà (impatto).
5. Lo sapremo quando vedremo la metrica.
6. Questo sarà positivo per i clienti, i partner o la nostra attività (perché).

Approccio

È qui che si decide come affrontare il test. Sarà un test A/B? A/B/n? Sequenziale? È importante identificare questo aspetto fin dall'inizio, perché avrà un impatto sugli strumenti, sui budget e sui risultati dei test A/B. Come già detto, consiglio di iniziare con i test A/B/n se non si dispone di dati storici e se la propria ipotesi si basa su osservazioni. Tuttavia, con alcuni test e piattaforme pubblicitarie, sarete limitati ad approcci di test sequenziali (ad esempio, le strategie di offerta su Google Ads).

Strumenti

Quando si tratta di test PPC A/B, un foglio di calcolo è il vostro migliore amico. Se non sapete da dove cominciare, potete trovare il mio cruscotto più recente qui. Se state eseguendo solo pochi test a trimestre, vi consiglio di compilarlo manualmente. Se sono più di un paio, potete automatizzarla utilizzando strumenti come Supermetrics per estrarre i dati PPC.

Avvio del test A/B

Le istruzioni per il lancio dipendono dall'elemento testato e dalla piattaforma pubblicitaria scelta. Una cosa non cambia: l'esperimento deve produrre campioni di dimensioni uguali o quasi per entrambe le varianti di controllo e di test, il che significa che i test A/B veri e propri non dovrebbero mai essere lanciati nella stessa campagna o gruppo di annunci, a meno che non sia possibile controllare il budget e la diffusione del traffico (ad esempio, le campagne di ottimizzazione del budget del set di annunci, o ABO, in Facebook Ads).

Ecco le configurazioni di prova che utilizzo più spesso:

• Facebook/Instagram/Pinterest/LinkedIn: la funzione nativa di A/B testing, nuovi set di annunci, nuove campagne, lanci sequenziali.
• Google/Microsoft: la funzione di sperimentazione delle campagne native, la funzione di test A/B della copia dell'annuncio, la funzione di rotazione degli annunci uguali, i lanci sequenziali.

Analisi dei dati

Avete formulato un'ipotesi, impostato il test e lasciato che facesse il suo corso. E adesso?

Compilate la vostra dashboard e verificate se il vostro test ha prodotto l'aumento previsto, se la dimensione del campione era sufficientemente grande, se i risultati sono statisticamente significativi o se il test ha bisogno di più tempo per raggiungere una maggiore significatività.

È possibile utilizzare una calcolatrice per calcolare le dimensioni del campione e la confidenza/significatività.

Se avete un chiaro vincitore, formulate una conclusione e preparate un piano d'azione per introdurlo nella vostra configurazione PPC.

5 idee di test PPC A/B da provare

1. Test dell'offerta

Quando si tratta di massimizzare i risultati del PPC, non sottovalutate l'impatto di testare offerte diverse. Secondo la mia esperienza, questo produce i cambiamenti più significativi nei risultati.

Questo può includere scarsità (pensate a una fornitura limitata), urgenza, bonus, garanzie o sconti.

Se disponibile, ricordate di utilizzare la funzione di test nativo della copia dell'annuncio per garantire un maggiore controllo sulle dimensioni del campione e sulle suddivisioni del traffico per variante (come il tipo di esperimento "Variazione dell'annuncio" in Google Ads).

2. Test della pagina di atterraggio

"Aspetta, pensavo che questa fosse una guida pratica ai test PPC?". Secondo la mia esperienza, le landing page sono uno dei fattori che più contribuiscono al successo del PPC. Se la vostra pagina di destinazione non è ben ottimizzata, non importa quanto siano buoni i vostri annunci: i risultati saranno comunque limitati.

Per ottenere i maggiori incrementi, consiglio di iniziare con il test del layout e del modulo, in quanto potrebbero contribuire agli aumenti più significativi del tasso di conversione. Ad esempio, questa società di carte di credito ha registrato un aumento del 17% del tasso di conversione dopo aver ottimizzato il suo modulo.

Considerate poi l'abbinamento annuncio-messaggio e il test delle headline per migliorare il flusso annuncio-conversione.

3. Test creativi

Secondo Nielsen, la qualità creativa degli annunci contribuisce al 49% delle vendite incrementali ed è il fattore più critico dell'efficacia pubblicitaria. Per questo motivo consiglio sempre di effettuare test creativi ad alta frequenza sui canali creative-first, come Facebook e TikTok. È stato anche un contributo significativo all'aumento del 54% delle prenotazioni del mio cliente in soli 6 mesi.

Per ottenere i maggiori incrementi, consiglio di testare le modifiche al layout, la messaggistica e i contenuti UGC.

4. Test mirati

I test di targeting sono un'altra idea che consiglio di provare per ottenere il massimo incremento potenziale. Come accennato nella sezione "Che cosa si può testare con A/B", questi possono includere nuove parole chiave, targeting ristretto rispetto a quello ampio e lookalike rispetto ai pubblici salvati.

Ad esempio, potreste voler testare una campagna separata per parole chiave a coda lunga rispetto a una a coda corta per vedere se è possibile migliorare il controllo del budget e ridurre il CPA.

A tale scopo, consiglio di utilizzare uno strumento come il Keyword Finder di RankTracker per ottenere suggerimenti e filtri per le parole chiave più avanzati rispetto a quelli offerti da Google Keyword Planner.

5. Test d'offerta

Il test A/B delle strategie di offerta può essere un modo efficace per ottimizzare i risultati del PPC. Questo può rivelare se le vostre offerte attuali sono troppo alte o basse, se state ottimizzando per i clienti di maggior valore o meno, e se è meglio puntare al maggior numero di conversioni (qualità) rispetto al maggior valore di conversione (quantità).

Ad esempio, si può provare ad aumentare i limiti del CPA target del 30-50% per vedere se si stanno perdendo clic che potrebbero risultare in conversioni, oppure diminuire il ROAS target del 25% per generare un volume maggiore di conversioni durante un periodo di alta concorrenza (ad esempio, il Black Friday).